| 遗传融合蚁群算法的改进与仿真 |
| |
| 引用本文： | 彭沛夫,张桂芳. 遗传融合蚁群算法的改进与仿真[J]. 计算机工程与应用, 2010, 46(4): 43-45. DOI: 10.3778/j.issn.1002-8331.2010.04.013 |
| |
| 作者姓名： | 彭沛夫 张桂芳 |
| |
| 作者单位： | 1.湖南师范大学 物理与信息科学学院，长沙 410081 2.湖南涉外经济学院，长沙 410205 |
| |
| 基金项目： | 湖南省自然科学基金No.06JJ5116;;湖南省教育厅自然科学基金No.05C408~~ |
| |
| 摘 要： | 原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足，优化效果得到了改善，能够克服收敛速度较慢，易出现停滞，以及全局搜索能力较低的缺陷。但是还不够，因此，在原有的遗传融合蚁群算法的基础上进行了许多改进以扩大解的搜索空间，更加提高其全局优化寻优速度。并将遗传融合蚁群算法和改进的遗传融合蚁群算法分别应用于TSPLIB中的Att532TSP问题进行了仿真实验。仿真研究表明，改进后的算法具有更优良的全局优化性能，效果令人满意。
|
| 关 键 词： | 遗传算法 蚁群算法 信息素 仿真 |
| 收稿时间： | 2008-09-02 |
| 修稿时间： | 2008-10-31 |
Improvement and simulation of ant colony algorithm based on genetic gene |
| |
| PENG Pei-fu,ZHANG Gui-fang. Improvement and simulation of ant colony algorithm based on genetic gene[J]. Computer Engineering and Applications, 2010, 46(4): 43-45. DOI: 10.3778/j.issn.1002-8331.2010.04.013 |
| |
| Authors: | PENG Pei-fu ZHANG Gui-fang |
| |
| Affiliation: | 1.College of Physics and Information Science，Hunan Normal University，Changsha 410081，China 2.Hunan College of International Economics，Changsha 410205，China |
| |
| Abstract: | Compared to basic ant colony algorithm,former ant colony algorithm based on genetic gene has overcome lots of problems,such as slow convergence speed,easy to get stagnated,and low ability of full search etc.But it is still not enough.So,a new ant colony algorithm based on genetic gene is proposed,which can enlarge solution search space,and improve the speed of global optimization.The simulation of applying these two methods to solve Att532TSP problem of TSPLIB has been done separately.The result of simulati... |
| |
| Keywords: | genetic algorithm ant colony algorithm information element simulation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
